The Newsworthiness of Brazilian Distress: A Peak Analysis on Time Series of International Media Attention to Disasters in Brazil

Resumen Técnico: La Noticiabilidad del Desastre Brasileño

Planteamiento del Problema
Si bien la cobertura mediática influye significativamente en la respuesta ante desastres, la opinión pública y la asignación de ayuda humanitaria, los impulsores detrás de la atención mediática internacional a desastres locales siguen siendo comprendidos de manera desigual. La investigación existente sobre desastres en Brasil se centra típicamente en eventos individuales dentro del ámbito de la prensa brasileña o en temas ambientales amplios, careciendo de análisis longitudinales a gran escala de la cobertura internacional. Además, las bases de datos globales de desastres (por ejemplo, EM-DAT) adolecen de sesgos inherentes y criterios de inclusión estrictos (por ejemplo, umbrales mínimos de fatalidades), a menudo omitiendo eventos que no cumplen con estos umbrales o que no son reconocidos oficialmente. Existe una brecha crítica en conjuntos de datos de noticias validados y específicos por país que puedan cerrar la división entre informes mediáticos no estructurados y registros de desastres estructurados para explicar qué hace que desastres específicos sean noticiables en el extranjero.

Metodología
Este estudio presenta un análisis de prueba de concepto utilizando un conjunto de datos de aproximadamente 2.000 artículos de noticias sobre incendios y deslizamientos de tierra en Brasil, publicados en periódicos alemanes entre 2000 y 2024. La metodología procede a través de cuatro fases distintas:

1. Construcción y Filtrado de Datos: Los autores utilizaron el agregador de noticias wiso-net, consultando con palabras clave en alemán relacionadas con peligros para recuperar documentos sobre eventos climáticos extremos. Un clasificador de modelo de temas equilibrado filtró el corpus, el cual luego se redujo a eventos específicos de Brasil utilizando una heurística: los documentos deben contener la palabra "Brasilien" (Brasil) y ningún otro nombre de país.
2. Segmentación de Series Temporales: Las cuentas diarias de artículos sirvieron como proxy para la atención colectiva. Las series temporales para cada peligro (deslizamiento de tierra e incendio) se segmentaron en "eventos noticiosos" utilizando el método find_peaks de Scipy. Los hiperparámetros clave incluyeron una altura mínima de pico de 2 (para filtrar el ruido de artículos individuales) y una distancia mínima de 7 días entre picos.
3. Caracterización de Picos: Se calcularon nueve métricas para cada evento noticioso identificado, incluyendo altura del pico, volumen total, duración, días hasta el pico, días hasta desvanecerse, número de tipos de texto y número de medios de comunicación.
4. Validación y Alineación: Los eventos noticiosos identificados se alinearon temporalmente con dos bases de datos de desastres externas: la global EM-DAT y la nacional S2iD (Sistema Integrado de Información de Desastres) Atlas Digital. La alineación se definió como una superposición donde la fecha oficial de inicio del desastre cayó entre 0 y 5 días antes del primer evento noticioso. Finalmente, se realizó un análisis manual de errores en todos los picos detectados para verificar la precisión del contenido y la plausibilidad de la alineación.

Resultados Clave

• Características de los Datos: La muestra final comprendió 2.118 documentos (1.276 deslizamientos de tierra, 842 incendios) de 219 medios. La señal es altamente dispersa, con más del 97% de los días mostrando cero observaciones.
• Detección de Eventos: El algoritmo identificó 58 eventos de deslizamientos de tierra y 30 eventos de incendios.
• Dinámicas Temporales: Los eventos noticiosos se caracterizan por ráfagas cortas en lugar de curvas graduales. La duración mediana para ambos peligros es de 1 a 1,5 días, con una mediana de 0 días hasta el pico y 0 días hasta desvanecerse, lo que indica picos inmediatos en la cobertura que se disipan rápidamente.
• Alineación con Bases de Datos: Solo el 28% de los 88 eventos noticiosos detectados pudo alinearse automáticamente con entradas en EM-DAT o S2iD.
  • Incendios: Se detectaron 30 eventos. Si bien 21 se centraron en incendios forestales en la Amazonía (a menudo agregados durante períodos en lugar de incidentes específicos), solo unos pocos se alinearon con entradas de bases de datos. Se identificó un falso positivo (un incendio alemán discutido en el contexto de la deforestación brasileña).
  • Deslizamientos de tierra: Todos los 58 eventos fueron verdaderos positivos. Eventos notables incluyeron las inundaciones de Río de Janeiro de 2011, el colapso de la presa de Mariana de 2015, el desastre de Brumadinho de 2019 y las inundaciones de Petrópolis de 2022. Sin embargo, la alineación con S2iD fue a menudo ambigua debido a la diferencia entre la información específica a nivel de ciudad en la base de datos y la información regional más amplia en las noticias.
• Discrepancias: Una parte significativa de los eventos noticiosos no se alineó con entradas de bases de datos, lo que sugiere que las noticias pueden capturar desastres omitidos por registros oficiales o cubrir fenómenos agregados (por ejemplo, tendencias estacionales de incendios forestales) que no encajan en la estructura de eventos discretos de las bases de datos. Por el contrario, algunas entradas de bases de datos no generaron picos de noticias, probablemente debido a un menor impacto o falta de interés internacional.

Contribuciones Clave

• Creación de Conjuntos de Datos: El artículo proporciona un conjunto de datos validado y específico por país de cobertura mediática internacional sobre desastres brasileños, abordando la falta de estudios longitudinales a gran escala en este dominio.
• Marco Metodológico: Demuestra un flujo de trabajo para construir, geolocalizar (mediante heurística) y validar conjuntos de datos de noticias sobre desastres utilizando segmentación de series temporales y alineación con bases de datos externas.
• Perspectivas Empíricas: El estudio revela que la atención mediática internacional a los desastres brasileños es dispersa, efímera y altamente selectiva. Destaca que, si bien algunos desastres mayores (por ejemplo, Brumadinho) resurgen repetidamente en las noticias, otros se cubren como tendencias agregadas en lugar de incidentes específicos.
• Complementariedad: El análisis confirma que los datos de noticias y las bases de datos oficiales de desastres son complementarios; las noticias pueden llenar vacíos en los registros oficiales, mientras que las bases de datos proporcionan metadatos estructurados para eventos que pueden no desencadenar titulares internacionales.

Significado y Afirmaciones
Los autores posicionan este trabajo como un paso fundamental en lugar de una conclusión definitiva. El significado principal radica en establecer una "prueba de concepto" para modelar las características que hacen que un desastre sea noticiable en el extranjero. El artículo afirma que el enfoque ascendente produjo muestras con alta precisión para los dos peligros estudiados, aunque la exhaustividad sigue siendo una variable abierta. Los autores declaran explícitamente que este análisis sienta las bases para investigaciones futuras que modelen metadatos de desastres (por ejemplo, conteos de fatalidades) frente a curvas de atención mediática. Advierten que la heurística actual para la geolocalización es preliminar y que el trabajo futuro debe abordar la desalineación entre narrativas noticiosas y entradas de bases de datos mediante métodos refinados, como la selección inversa descendente y una mejor coincidencia de topónimos. El estudio no afirma resolver el problema de la predicción o respuesta a desastres, sino proporcionar la infraestructura de datos necesaria para comprender la dinámica de la atención colectiva internacional.